信用评级的简约神经网络算法

• 作者: 李可柏 李栋龙 赵禹骅
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 经典神经网络 简约神经网络 非线性 信用等级
• 年，卷（期）: 2006,（23）
• 所属期刊栏目: 工程与应用
• 页码范围: 201-203,224
• 页数: 4页
• 分类号: TP18|TP391
• 字数: 3150字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.23.061

摘要

运用经济资源的"边际效用递减"原理,分析了信用评级知识的非线性特点,着眼于神经网络算法的结构、函数和收敛算法三部件逻辑独立性,分析了经典神经网络算法拓扑结构的复杂性引致的算法参数调整过度复杂问题,提出了简约神经网络的拓扑结构,证明了在全部结点函数线性且全部隐层结点函数过原点的条件下经典神经网络与简约神经网络具有等价性,设计了基于简约网络的算法,算法结果获得了较高的拟合精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李栋龙	广西工学院信息与计算科学系	17	53	4.0	6.0
2	赵禹骅	同济大学环境科学与工程学院	31	331	8.0	17.0
3	李可柏	东南大学经济管理学院	6	20	2.0	4.0